CME Group i Silicon Data ruszają z kontraktami futures powiązanymi z kosztami mocy obliczeniowej do AI

Przez dziesięciolecia firmy korzystały z rynków terminowych (futures), by ograniczać niepewność. Linie lotnicze zabezpieczały ceny paliwa, rolnicy – koszty związane z uprawami, a producenci – wahania cen metali.

Teraz startup chce przenieść tę logikę na rynek sztucznej inteligencji.

Silicon Data, spółka śledząca ceny na platformach chmurowych i w obrębie marketplace’ów GPU, połączyła siły z CME Group. Celem jest uruchomienie kontraktów futures, które byłyby powiązane z mocą obliczeniową niezbędną do prowadzenia obciążeń AI. Dzięki temu firmy miałyby możliwość zabezpieczania się przed wahaniami kosztów szkolenia i uruchamiania modeli. Na razie projekt jest w oczekiwaniu na zatwierdzenie regulacyjne.

Szybko rosnąca gotowość rynku

W krótkim czasie od ogłoszenia współpracy Silicon Data z CME Group widać rosnące zainteresowanie inwestorów. W kilka dni po publikacji spółki ProShares i Rex Shares złożyły propozycje utworzenia ETF-ów powiązanych z planowanymi kontraktami futures, w tym produktów lewarowanych i rozliczających odwrotnie (inverse).

Założycielka i dyrektor generalna Silicon Data, Carmen Li, uważa, że ten rynek docelowo może dorównać rozmiarami największym globalnym rynkom towarów. „Myślę, że będzie większy” niż rynki futures na ropę, powiedziała w wywiadzie. Dodała, że rosnący popyt na energię związany z uruchamianiem systemów AI ostatecznie przewyższy wszystkie pozostałe wykorzystania energii – łącznie.

Jak jet fuel dla AI

Pomysł opiera się na prostej analogii: firmy rozwijające AI coraz częściej polegają na mocy obliczeniowej w podobny sposób, jak linie lotnicze polegają na paliwie lotniczym.

Większość firm nie posiada wysokowydajnych procesorów graficznych (GPU) potrzebnych do nowoczesnych systemów AI. Zwykle wynajmują dostęp do takich zasobów przez dostawców chmury i rozwijający się ekosystem tzw. neocloudów. W warunkach rosnącego zapotrzebowania na infrastrukturę AI ceny mocy obliczeniowej potrafią się wahać, co utrudnia firmom prognozowanie wydatków.

„Jesteśmy teraz w punkcie dużej niepewności” – powiedziała Seoyoung Kim, profesor finansów na Santa Clara University. „Wiele osób nie wie, ile mocy obliczeniowej będzie potrzebować w przyszłym roku, a wielu dostawców tych zasobów nie wie, ile GPU i o jakiej pojemności powinno zamawiać. Producenci, tacy jak Nvidia, też nie wiedzą, ile powinni wyprodukować”.

Ceny jako indeksy, potem futures

Silicon Data zbudowała zestaw indeksów cen GPU, które śledzą stawkę godzinową za wynajem konkretnych układów w różnych dostawcach. Spółka chce wykorzystać te benchmarki jako fundament rynku futures – podobnie jak West Texas Intermediate (WTI) stanowi podstawę dla instrumentów energetycznych.

W praktyce każdy rynek futures potrzebuje zarówno kupujących, jak i sprzedających. Firmy, które obawiają się wzrostu kosztów mocy obliczeniowej, szukałyby ochrony przed cenami idącymi w górę. Z kolei dostawcy posiadający duże moce mogliby zabezpieczać się przed ryzykiem spadków cen.

Benchmarki zaczęły już pojawiać się w dokumentach dużych firm. Przykładowo SpaceX odniosło się do danych Silicon Data dotyczących stawek wynajmu GPU w swoim prospekcie związanym z wejściem na giełdę.

Na rynku pojawią się też spekulanci

Zabezpieczanie ryzyka nie jest jedyną możliwą rolą uczestników. Tak jak na innych rynkach futures, instrumenty związane z mocą obliczeniową przyciągnęłyby również spekulantów – traderów, którzy nie muszą faktycznie potrzebować GPU, ale chcą obstawiać kierunek cen.

Zwolennicy wskazują, że spekulanci pomagają budować płynność i lepsze odkrywanie ceny. Krytycy odpowiadają, że spekulacje mogą nasilać wahania kursów i odrywać ceny od realnego popytu.

„Spekulanci są ważną częścią ekosystemu” – powiedziała Li. „Potrzebujesz naturalnych zabezpieczających ryzyko, potrzebujesz animatorów rynku i potrzebujesz spekulantów. Oni mają własne zdanie. Chcą je wyrazić i to jest całkowicie w porządku”.

Według Li, osoby przekonane, że mają wgląd w przyszłe zależności między podażą a popytem, powinny móc przedstawić swoje poglądy przez rynek. Ma to pomóc w ustalaniu cen dla całej branży.

Wnioski o ETF-y są uzależnione od zgody regulacyjnej dla całego rynku futures. Mimo to sam fakt złożenia propozycji pokazuje, że część inwestorów może traktować moc obliczeniową w kategoriach możliwego do obrotu aktywa, a nie wyłącznie jako koszt dostępu do technologii.

Co jest „towarem”, skoro AI compute nie jest standardowa

W przeciwieństwie do baryłki ropy, moc obliczeniowa nie jest fizycznym towarem o jednej, wspólnej specyfikacji. Silicon Data podaje, że istnieje ponad 50 różnych konfiguracji układu Nvidia H100 – a ceny różnią się w zależności od procesorów, pamięci, połączeń sieciowych, stopnia wykorzystania zasobów oraz lokalizacji centrum danych.

Żeby rynek futures zadziałał, traderzy muszą mieć zaufanie, że jeden benchmark da się sensownie użyć do opisu takich różnic.

„Normalizujemy ceny trafiające na naszą platformę każdego dnia do scenariusza bazowego z H100” – powiedziała Li. „To bardzo skomplikowany etap normalizacji, jeszcze zanim przejdziemy do liczenia indeksu”.

Kim zwróciła uwagę, że standaryzacja zawsze była trudna w rynkach futures. Przykładowo kontrakty na kukurydzę określają dokładny gatunek ziarna, który może zostać dostarczony w ramach rozliczenia. W przypadku obrotu mocą obliczeniową podobny problem dotyczy jednoznacznego określenia, co dokładnie kupują i sprzedają strony transakcji.

„CFTC będzie chciała wiedzieć dokładnie, co to za produkt” – powiedziała Kim. Jej zdaniem przed uruchomieniem rynku szczegółowo analizowane będą m.in. specyfikacje kontraktów, procedury rozliczeń oraz sposób budowy benchmarku.